Baidu
map

AIWIN:迪英加科技杨林:智能点亮病理,我们始终在路上

2018-09-11 MedSci MedSci原创

8月25日,以“迪小骄”为名的迪英加团队经过重重比拼,最终获得评委专家一致认可,一举斩获2018世界人工智能卓医创新挑战赛的最高奖项“创新挑战奖”。

8月25日,以“迪小骄”为名的迪英加团队经过重重比拼,最终获得评委专家一致认可,一举斩获2018世界人工智能卓医创新挑战赛的最高奖项“创新挑战奖”。这对迪英加过去一年付出的努力而言,无疑是最好的肯定。迪英加创始人杨林教授教每每回顾自己的创业历程,不免感慨良多。 

不断奋进的学霸教授

“做学问便要做专做精”,深受教授父亲的影响,2002年从西安交大图像所硕士毕业后,他决定赴美深造,攀登更高的学术高峰。

上帝总是会眷顾不断努力的人。博士期间,杨林有幸追随多位计算机视觉和病理学领域的世界级大师,这其中包括生物信息学创始人,美国医学院院士 Casimir Kulikowski、鲁棒性计算机视觉(Robust Computer Vision)领域“教父级”导师Peter Meer,以及数字病理学奠基人之一的David Foran教授。



2009年,杨林获得电子与计算机工程专业博士学位,多家跨国企业如IBM、微软以及西门子等纷纷向他投出了橄榄枝,15万美金的年薪触手可及。一边是优渥的薪资待遇,一边是更高的学术高峰挑战,最终他还是决然的选择了后者,然而这次他挑战的不是计算机基础科学领域,而是更高的学术应用领域——人工智能+数字病理。

随后,他分别在新泽西癌症中心病理科(Department of Pathology)和放射科(Department of Radiology)担任了一年的助理教授,后返回计算机系 (Department of Computer Science)担任助教,并以独立PI的身份连续获得两个NIH R01的经费支持(超过300万美金)。几年的跨学科学习与经验积累,为后来的技术突破奠定了夯实的基础。

医学图像分析存在若干的技术难题,如图像噪声、异常的病人数据、健康者和病患细微的区别等,而这些都需要鲁棒的、高精度的计算机辅助技术来解决。杨林结合深度学习的神经网络算法,提出了几种新的统计先验模型并应用到实际的计算机辅助诊断系统,可以精确的进行数字化病理组织的分割和建模,大幅度提高传了统算法的——特别是在处理病理学和显微镜图像的——分析精度,同时也大幅缩短了处理时间。

2014年,佛罗里达大学以高薪聘请杨林,并授予其终身(Tenure)教授称号。至此,杨林正式成为佛罗里达大学生物医学工程系、电子与计算机工程系、计算机系三系终身教授、博士生导师。那一年,他37岁。

科研到实战的创业路

过去的十几年里,杨林教授在深度学习、计算机视觉与模式识别方面取得了相当令人瞩目的成绩,并始终专注于AI/数字病理领域中,不断突破:连续三年在MICCAI,CVPR做大会口头报告(Oral Presentation);在CVPR、AAAI、MICCAI等世界顶级计算机视觉和机器学习会议和期刊上发表了100篇以上的数字病理/人工智能相关论文,累计引用超过6000次;多次获得MICCAI最佳论文提名奖和最佳论文奖;参与在Nature Medicine(IF约30)上发表关于病理图像的计算机辅助分析的文章2篇;他的工作曾登上2017年《Molecular Therapy》(分子治疗领域顶级期刊)的封面;他也在医学领域的两大国际数字病理期刊担任编委(Associate Editor);2017年,他还参与了医学影像+人工智能专著(Deep Learning and Convolutional Neural Network for Medical Image Computing)的编写工作,专门负责AI/数字病理方面的章节。


杨林参与编写的著作

但是渐渐地,杨林博士开始认识到:基础科研固然重要,但如能将之应用于实践,将创新的科研成果转化为能令人受益的产品或服务,无论对社会还是对他自己,都将更有价值和意义。

彼时是2016年前后,一直困扰着中国大众的医疗环境,终于开始发生大变化。国家政府连续出台了一系列医疗改革政策,显示出了始终不渝坚持到底的改革决心。医联体和分级诊疗概念的提出,以及国家大力推动高新技术应用于医疗领域的趋势,让杨林看到了时机。就在这时,他遇见了李康。

李康教授本科毕业于清华大学,在美国排名前五名的公立大学伊利诺伊大学获得了工学博士学位,现任美国罗格斯大学工业工程系副教授、生物医学工程系和计算机系博士生导师以及新泽西医学院兼职教授,是骨科机器人设备和骨科影像分析的世界级专家。除了炫目的履历以及过人的科研能力,最重要的是,李康教授十分认同杨林的创业理念。

一拍即合的二人说干就干,经过一番筹备,2017年1月,Deepinformatics ++正式成立。杨林教授饶有深意地将公司中文名定为迪英加,等待(迪)英才(英)加入(加)的迪英加,并亲自拟定了迪英加的使命:人工智能+数字病理,解码细胞背后的秘密。


杨林参加 MICCAI2015会议

然而从成熟的技术到产业孵化,从来都不会简简单单。

从零开始的公司,只有几个人,只想做一件AI辅助病理诊断的产品。可是随着不断和病理医生更多接触,杨林的想法产生了更多转变。

创业初始,杨林频繁地出入于各大医院的病理科,切身感受到中国病理科医生的不易,医生数量少、负荷重、风险大、收入低。几乎每个高年资的病理医生身上,都会有腰椎病、视力下降以及慢性神经损害等多种职业病,很多医院病理科医生极度匮乏,导致患者不得不拥到大医院确诊,进而导致了“看病难看病贵”的医疗现状,这和他在美国所见到的完全不同。

病理医生的现状和诉求,如针般地刺痛了杨林。他开始了相当长时间的深度思考,他意识到只是简单的做一个智能产品并不能从根本改变这种病理现状,于是病理星球图片库、远程病理互联系统、便携式智能扫描仪应运而生——即现在的迪英加软硬一体化产品组合。

杨林教授始终坚持产品应当“以用户为中心” 并不断打磨产品,亲自听取病理专家建议,不断改进。迪英加与国内多家大三甲医院紧密合作,如北京协和医院、北京301医院、复旦大学附属上海肿瘤医院等。很多病理专家对迪英加的产品都提出了期望和宝贵建议。正是得益于这些反馈与帮助,迪英加产品才能不断升级迭代,最终形成如今成熟的一体化服务产品线。

8月,世界人工智能卓医挑战赛正式开赛。迪英加化身“迪小骄”,一举夺得最高奖项“创新挑战奖”。作为国内目前最高规格的AI医疗赛事,迪英加参赛并斩获大奖,杨林教授很欣慰,更加坚定了自己过去一年半带领团队所做的努力都是值得的。



15载的潜心钻研,一朝厚积薄发。科研成果成功转化,让病理医生看得更快,算的更准,想得更远。

一路走来,迪英加成长迅速,已经形成完整的研产销一体化的专业团队。现有团队中,有近1/3的成员拥有博士学位,有资深的500强外企销售精英加入,有来自大三甲医院丰富经验的病理医生助阵,更有多位拒绝Google、Facebook等高薪,加盟迪英加研究院的算法大牛等。

目前,迪英加已经形成了自己的D-Path系列产品组合。从D-PathScope进行病理图片扫描,到目前最大的病理图片库D-PathPlanet,再到核心产品,基于国际领先的、拥有自主知识产权的人工智能技术开发的D-PathAI辅助诊断系统,可对细胞/组织/免疫组化/分子病理图像进行自动检测-识别-分割-判读,高效快速处理分析数字病理图像。更有远程病理互联系统D-PathConnect帮助病理医生突破地域障碍,助力分级诊疗



迪英加预计将于今年年底获得FDA认证,产品正式进入市场。杨林教授正在和多家三甲医院洽谈试用与合作,欢迎更多的医院参与到合作中来。迪英加团队的成功,离不开病理专家的帮助,希望能与之携手共进,更好地推动病理事业的发展,为整个行业做出贡献。

搴舟逆流舒韧骨,踏破险浪拔龙旗。专注才能杰出,我们相信深耕数字病理/人工智能的迪英加未来可期。

版权声明:
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
评论区 (1)
#插入话题
  1. [GetPortalCommentsPageByObjectIdResponse(id=344552, encodeId=05a934455283, content=学习了, beContent=null, objectType=article, channel=null, level=null, likeNumber=110, replyNumber=0, topicName=null, topicId=null, topicList=[], attachment=null, authenticateStatus=null, createdAvatar=, createdBy=82311653708, createdName=医者仁心5538, createdTime=Tue Sep 11 21:13:35 CST 2018, time=2018-09-11, status=1, ipAttribution=)]
    2018-09-11 医者仁心5538

    学习了

    0

相关资讯

AI医疗:理想很美好 现实仍骨感

“我们把传统的胃镜变成小小的机器人,它可以在磁场的控制下,以毫米为单位精确移动,360度无死角检查我们的脏器。”“我们比较成熟的产品是在线问诊、移动问诊,帮助用户在移动互联网上跟真实医生快速建立起联系,解决其健康问题。”“医生每天要花大量的时间读片,还存在大量误诊和漏诊,我们观察到这个痛点,决定将AI技术落地,应用在医生日常工作中。”“寻找中国创客第四季夏季峰会”的舞台上,几位AI医疗领域的

质控合格率提高33.7% 宣武医院是怎么做到的

卒中是造成我国人群死亡的第一病因。《柳叶刀》发布的最新全球医疗质量和可及性排名,我国整体医疗质量与可及性(HAQ)指数为78,而卒中HAQ指数仅31。“我院卒中诊治处于全国领先水平,但部分指标相较于美国等发达国家仍有进步空间”首都医科大学宣武医院神经内科(以下简称宣武神内)副主任宋海庆表示,随着各类适宜技术大力推广,卒中诊疗质量和规范化程度不断上升,医疗AI或可成为临床诊疗规范化管理的利器。宣武神

不仅是辅助诊断,医疗 AI 还可以这样赋能全产业链

在经过数年的发展后,医疗人工智能产业的格局渐渐清晰,其正在快速覆盖医疗全产业链,为服务患者、服务医疗机构、服务医疗保险、服务医药产业等提供技术基础。

为什么大多数医疗影像AI都躺在医院吃灰?

8月1日上午10时,武警总医院CT科,十余位影像医生正在阅读医院前一天200多例患者的CT图像。 医生小刘在电脑上打开一个检查单,上面有患者信息、症状(咳嗽一月、曾低热、肺炎)、检查项目等。点击进入影像页面,一家医疗AI公司提供的肺部筛查产品给出了10条可疑病灶,如右肺上叶、尖段、3.1mm、20.19m³、实性结节。根据提示和自己的判断,小刘书写报告,全程约8分钟,这样的病例他一天大约要看

医疗AI怎么赢利?创业公司要先落地,大公司还不着急

医疗人工智能在经历过火热的发展后,迎来了商业化的关键期,目前虽然绝大多数人工智能+医疗的公司未实现盈利,产品多在医院进行试用阶段,但通过不同的业务模式仍可以实现付费收入。

大看点丨医疗AI火出新高度 BAT与GPS争相布局

无论是对中国还是对世界来说,人口老龄化加剧、慢性病患者群体增长、优质医疗资源紧缺、公共医疗费用攀升等都是必须要面对的问题。而随着技术的发展,人们逐渐开始寄希望于通过人工智能来解决医疗行业的难题。此前,美国咨询公司弗罗斯特-沙利文公司就曾提到,“人工智能可将医疗效果提高30%到40%,减少多达50%的医疗成本”。近年来,中国医疗人工智能市场如火如荼地发展着。数据显示,自2013年到2017年,

Baidu
map
Baidu
map
Baidu
map